來源：華強(qiáng)資訊

首先，從RISC-V的角度來看，它究竟能何種程度上提升AI芯片在變幻莫測的AIoT市場形勢下的適應(yīng)力？譚章熹表示：“RISC-V是非常簡單和非常干凈的設(shè)計(jì)，用戶指令和特殊指令分開，它是模塊化的，可以根據(jù)需求做自己定制化的模塊和擴(kuò)展，有足夠的指令空間做定制化。另外，它的穩(wěn)定性也很好，當(dāng)我們定了RISC-V本身的基準(zhǔn)指令后，不會再有變化，要想增加新的指令，可以通過擴(kuò)展子集實(shí)現(xiàn)，而不是加強(qiáng)新版本?！弊鳛檐浻布?a target="_blank">接口的指令架構(gòu)，RISC-V對AI芯片提供了非常重要的基礎(chǔ)，有非常好的標(biāo)準(zhǔn)指令子集，以及編譯器、Linux支持，這樣的靈活性使得自由修改AI擴(kuò)展非常容易。

也正基于此，OURS的首款A(yù)I芯片僅用7個(gè)月就完成了從零開始設(shè)計(jì)驗(yàn)證到交付流片的全部工作，而高通最近領(lǐng)投的SiFive公司，也宣稱開發(fā)出一套RISC-V新的IP僅需要1-3個(gè)月的時(shí)間，相比之下ARM芯片往往需要1年甚至更久，這是非常直觀的差距。對此，譚章熹解釋到：“之所以能夠在不到一年的時(shí)間內(nèi)完成全部研發(fā)工作，一個(gè)很關(guān)鍵的因素就是RISC-V的指令集。我們知道，一款微處理器的設(shè)計(jì)很難，因?yàn)檐浖陀布涌诘牡胤胶芏啵热鏞S、SW framework、模擬器等，不過我們依靠RISC-V的生態(tài)，生態(tài)中的開發(fā)工具以及工具鏈等幫助我們極大的縮短的芯片的校驗(yàn)時(shí)間?！?/p>

另外，在AI算法運(yùn)行的核心載體即AI加速引擎方面，據(jù)悉OURS的首款A(yù)I芯片Pygmy除了核心的CPU架構(gòu)采用RISC-V指令集設(shè)計(jì)之外，內(nèi)置的12個(gè)高度可編程AI加速引擎同樣是基于OURS自定義開發(fā)的RISC-V矢量擴(kuò)展指令集設(shè)計(jì)而成，這也為其進(jìn)一步保持與跟進(jìn)新算法預(yù)留了充足的可擴(kuò)展空間。

譚章熹指出：“Pygmy的12個(gè)高度可編程的AI引擎，主要針對神經(jīng)網(wǎng)絡(luò)以及CNN算法進(jìn)行了優(yōu)化，能夠支持AI圖像和語音的應(yīng)用。之所以集成的是12個(gè)可編程AI加速引擎，與我們芯片的面積是有很大關(guān)系的。當(dāng)然12個(gè)加速引擎只代表一個(gè)邊界，根據(jù)不同應(yīng)用的性能和功耗要求，可以配置數(shù)量不同的可編程AI加速引擎，并且我們的團(tuán)隊(duì)能夠在3個(gè)月內(nèi)就完成AI加速引擎核的定制?！?/p>

固然，為提升AI芯片對新算法的適應(yīng)力，除了指令集上從復(fù)雜轉(zhuǎn)向精簡化設(shè)計(jì)之外，芯片架構(gòu)上的創(chuàng)新也非常重要。專用加速引擎的設(shè)計(jì)上，時(shí)擎智能主要采用的是當(dāng)下大火的可重構(gòu)的芯片架構(gòu)。這種方法類似于以一種搭積木的方式來進(jìn)行架構(gòu)設(shè)計(jì)，即將神經(jīng)網(wǎng)絡(luò)打散成很多個(gè)不同模塊，當(dāng)客戶需要做語音AI時(shí)，就通過選擇特定的區(qū)塊來進(jìn)行組合，從何實(shí)現(xiàn)語音AI加速功能；而當(dāng)客戶需要做視覺AI時(shí)，就重新將“積木”打散，根據(jù)需要來進(jìn)行組合使用。這樣既可以做到更強(qiáng)的適應(yīng)性，同時(shí)又能保持小體積、低功耗以及夠用的性能。

時(shí)擎智能設(shè)計(jì)總監(jiān)曹英杰表示：“AI算法的演進(jìn)速度會比芯片設(shè)計(jì)的速度會快得多，目前擺在芯片架構(gòu)師面前的很大挑戰(zhàn)就是，如何要為兩年以后的算法做架構(gòu)設(shè)計(jì)，如果AI芯片架構(gòu)做的過于的固化和專用，當(dāng)芯片出來的時(shí)候，當(dāng)時(shí)所支持的專用AI算法很有可能已經(jīng)過時(shí)。而可重構(gòu)的架構(gòu)雖然可能在某些專用算法上，計(jì)算效率會比那些比較固化的設(shè)計(jì)差幾個(gè)百分點(diǎn)，但它適用于不同AI算法的平均計(jì)算效率會高的多，通用可重構(gòu)的架構(gòu)在比較長的一段時(shí)間內(nèi)都能適應(yīng)新進(jìn)來的算法?！蓖ㄟ^這種方式，能夠進(jìn)一步提升AI芯片對市場應(yīng)變能力，靈活適應(yīng)AIoT市場變幻莫測的環(huán)境。

總之，算法演進(jìn)與芯片架構(gòu)之間的矛盾已在當(dāng)今的AI芯片市場廣泛顯現(xiàn)。對如今越來越多的行業(yè)新秀們來說，這種矛盾也將在未來相當(dāng)長一段時(shí)間內(nèi)持續(xù)存在且難以根除。因此，在沒有如高通、英偉達(dá)以及地平線等AI芯片大廠那般的算法實(shí)力背景下，采用RISC-V以及可重構(gòu)架構(gòu)來提升產(chǎn)品競爭力會是當(dāng)下很多中小型AI芯片廠商的一條出路。但鑒于RISC-V及可重構(gòu)架構(gòu)現(xiàn)階段都還不夠成熟，這也將會抬高中小型AI芯片廠商試水的成本。但可以預(yù)見的是，未來一段時(shí)間內(nèi)，高通、英偉達(dá)以及英特爾會陸續(xù)針對RISC-V以及可重構(gòu)芯片展開更多的技術(shù)布局，編者認(rèn)為，這些重量級AI芯片玩家的加速推進(jìn)，也將快速拉低這類領(lǐng)域的入局門檻。不過，國際大廠的陸續(xù)跟進(jìn)，也將加劇市場競爭，對于很多AI芯片產(chǎn)業(yè)的中小型玩家來說并不是好事。畢竟，市場份額被大廠迅速分食和擠壓的形勢下，“存亡”可能僅在一念之間。

審核編輯黃昊宇